命令行看起来像上个世纪的“黑窗口”，却在 AI Agent 兴起之后重新进入产品设计的中心。这个变化并不意味着所有人都要放弃图形界面，而是软件第一次需要同时服务两类用户：人和 Agent。

人擅长通过视觉理解状态，适合按钮、图表和空间化布局；Agent 擅长处理结构化文字、参数和返回值，更适合稳定的命令接口。两者需要的是同一套业务能力的不同表达。

CLI 的本质：用文字调用系统能力

CLI（Command Line Interface）把一次操作表达成“命令 + 参数”，再返回文字或结构化数据。它对人有记忆门槛，却具备几项对 Agent 很友好的特征：

  • 文字原生：不必截屏、识别元素和模拟点击；
  • 自描述：通过帮助信息发现命令、参数和示例；
  • 可组合：一个命令的输出可以成为下一个命令的输入；
  • 按需加载：只在需要时调用，避免把整个工具说明长期塞进上下文；
  • 便于验证：输入输出明确，容易记录、测试和复现。

图形界面为人的感知系统降低门槛，CLI 则为 Agent 的推理与执行降低摩擦。

它与 API、MCP 是什么关系

CLI 并不是对 API 或 MCP 的简单替代。三者更像不同层次的表达方式：API 是底层能力契约，CLI 把能力包装成可直接执行的命令，MCP 则帮助模型发现和调用工具，并交换上下文。

对一个已经拥有成熟 API 的系统来说，CLI 可以成为轻量、可测试的 Agent 入口；在需要统一工具发现、权限会话或多种资源表达时，MCP 又能提供更完整的协议层。实际选择应看任务频率、上下文成本、部署环境和治理要求，而不是追逐单一技术标签。

给 Agent 设计命令的五个原则

一个命令只完成一个清晰任务

边界越明确，Agent 越容易判断何时使用，也越容易组合。避免把查询、修改、发布全部塞进一个巨大命令。

输出默认结构化

面向 Agent 的结果应优先支持 JSON 等稳定格式，同时保留适合人阅读的摘要。不要让模型从装饰性表格里猜字段。

帮助信息就是产品界面

命令名、参数说明、错误提示和示例，是 Agent 理解产品的主要入口。模糊的帮助文档等同于模糊的按钮标签。

高风险动作可预览、可确认

写入、删除、发布和控制类命令应支持 dry-run 或预览，明确展示影响范围，再进入授权流程。

错误必须可行动

“执行失败”没有价值。系统应该说明失败原因、缺少的条件以及下一步可以采取的动作，让 Agent 有机会自行修正。

结语

CLI 的回归，本质上不是旧交互的复兴，而是软件能力开始面向机器用户重新封装。未来好的产品既要给人一个清楚、可感知的界面，也要给 Agent 一套稳定、可组合、受治理的行动语言。